Geri Dön

Genom çaplı ilişki çalışmaları için yapay zekâ teknikleri ile etiket snp seçimi

Tag snp selection with artificial intelligence techniques for genome-wide association studies

PDF İndir

  1. Tez No: 327021
  2. Yazar: İLHAN İLHAN
  3. Danışmanlar: YRD. DOÇ. DR. GÜLAY TEZEL
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 136

Özet

Karmaşık hastalıklarla ilişkili genetik değişimlerin araştırılması daha iyi teşhis ve tedaviye hizmet edebilecek önemli bir araştırma konusudur. İnsan genomunda bulunan milyonlarca değişimin çoğunluğunu oluşturan Tek Nükleotid Polimorfizm'leri (Single Nucleotide Polimorphisms - SNPs) hastalık-gen ilişki çalışmaları için oldukça umut vericidir. Bununla beraber, bu çalışmalar çok büyük sayıdaki SNP'leri genotipleme maliyeti ile sınırlıdır. Bu nedenle geriye kalan SNP'leri mümkün olduğu kadar maksimum doğrulukla temsil edecek bütün SNP'lerin bir alt kümesini belirlemek esastır. Bu işlem etiket SNP (tag SNP) seçimi olarak bilinir.Bu tez çalışmasında, etiket SNP seçim probleminin çözümü için üç farklı metot önerilmiştir. Bu metotlardan ilkinde, etiket SNP seçim metodu olarak Genetik Algoritma (Genetic Algorithm - GA) ve geriye kalan SNP'lerin tahmini için ise Destek Vektör Makinesi (Support Vector Machine - SVM) kullanılmış ve GA-SVM olarak adlandırılmıştır. Geliştirilen ikinci metotta ise GA-SVM metodunda sabit değer olarak kullanılan SVM'nin C ve ? parametrelerinin optimizasyonu için Parçacık Sürü Optimizasyon (Particle Swarm Optimization - PSO) algoritması kullanılmış ve Parametre Optimizasyonlu GA-SVM yöntemi olarak adlandırılmıştır. Son metotta ise Parametre Optimizasyonlu GA-SVM yöntemindeki etiket SNP seçim metodu olarak kullanılan GA yerine Klonal Seçim Algoritması (Clonal Selection Algorithm - CLONALG) kullanılmış ve Parametre Optimizasyonlu CLONTagger yöntemi olarak adlandırılmıştır.Geliştirilen bu metotlar, farklı veri kümeleri üzerinde farklı sayıdaki etiket SNP'ler için güncel metotlardan daha iyi tahmin doğruluğu sağlamıştır.

Özet (Çeviri)

Investigations on genetic variants associated with complex diseases are one of important research subjects to serve the better diagnosis and treatment. SNPs (Single Nucleotide Polymorphisms), which comprise most of the millions of changes in human genome, are promising tools for disease-gene association studies. On the other hand, these studies are limited by cost of genotyping tremendous number of SNPs. Therefore, it is essential to identify a subset of SNPs that represents rest of the SNPs with the accuracy as high as possible. This process is known as the tag SNP selection.In this study, three different methods are proposed for the solution of the problem of tag SNP selection. In the first of these methods, Genetic Algorithm (GA) was used as tag SNP selection method and Support Vector Machine (SVM) was used for prediction the rest of SNPs. This new method is called as GA-SVM. In the proposed second method, Particle Swarm Optimization (PSO) algorithm was preferred to optimize C and ? parameters of SVM used as a fixed value in the GA-SVM method and it is called as GA-SVM method with parameter optimization. In the last method, instead of GA implemented as tag SNP sellection method in the GA-SVM method with parameter optimization Clonal Selection Algorithm (CLONALG) was used and it is called as CLONTagger method with parameter optimization.The proposed methods demonstrate considerably higher prediction accuracy than current methods for different datasets at different numbers of tag SNPs.

Benzer Tezler

  1. Tez No

    150702

    Önemli zeytin (Olea europaea L.) çeşitlerinin izoenzim polimorfizmleri ve genetik özellikleri

    Isoenzyme polymorphisms and genetic characteristics of important olive (Olea europaea L.) cultivars and types

    SEVDA DÜLGER

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    ZiraatÇanakkale Onsekiz Mart Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT ŞEKER

  2. Tez No

    612018

    Differential expression of proteins in active and inactive phases of Behçet's syndrome

    Behçet sendromunun aktif ve inaktif fazlarında farklı protein ekspresyonları

    KIYMET ASLI KİREÇTEPE AYDIN

    Doktora

    İngilizce

    İngilizce

    2019

    Moleküler Tıpİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. EDA TAHİR TURANLI

  3. Tez No

    574491

    Türk fasulye genetik kaynaklarında bazı agronomik özellikler için genomik bölgelerin genom çapı ilişkili çalışmalar (GWAS) ile tanımlanması

    Identification of genomic regions for various agronomic traits in turkish common bean germplasm with genome wide association studies (GWAS)

    MUHAMMAD AZHAR NADEEM

    Doktora

    Türkçe

    Türkçe

    2019

    ZiraatBolu Abant İzzet Baysal Üniversitesi

    Tarla Bitkileri Ana Bilim Dalı

    DOÇ. DR. FAHEEM SHAHZAD BALOCH

  4. Tez No

    398069

    A linkage analysis and a genome-wide association study on familial multiple sclerosis

    Ailesel multipl skleroz'da bağlantı analizi ve genom çapı ilişkilendirme çalışması

    ELİF EVEREST

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Genetikİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    DOÇ. DR. EDA TAHİR TURANLI

  5. Tez No

    496432

    Molecular and physiological investigation of longevity in yeast

    Maya hücrelerinde uzun yaşamın moleküler ve fizyolojik yönden incelenmesi

    MEVLÜT ARSLAN

    Doktora

    İngilizce

    İngilizce

    2017

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı

    PROF. DR. ZEYNEP PETEK ÇAKAR

Geri Dön